韩义，张奇月，王研凯，于英利，付旭晨，荣俊，段伦博*

（1.内蒙古电力（集团）有限责任公司内蒙古电力科学研究院分公司，呼和浩特010020；2.东南大学能源热转换及其过程测控教育部重点实验室，南京210096）

0 引言

蒙西电网［1］网架结构复杂、驾驭难度大，电网统调装机6.599 GW，500 kV 变电站26 座，220 kV 变电站146 座，110 kV 及以下变电站932 座，系统较复杂；承担大量的西电东送、蒙电外送任务，若大量负荷不就近消纳，将对关键线路造成巨大压力。因此，为了便于电网做出更好的调度安排，保证电网稳定运行，进行出力预测变得尤为重要。

随着机器学习技术的不断进步，各种行业均开始应用机器学习来解决实际问题，通过大数据技术解决传统数据解决不了的问题。与传统数据相比，大数据在数量、多样化、价值以及更新速度上具有明显的优势［2］。随着分散控制系统（DCS）、厂级实时监控信息系统（SIS）、管理信息系统（MIS）以及其他辅助控制系统［3］的广泛应用及不断改进，各电厂及电力集团公司存储了大量的运行数据及化验数据，形成了覆盖电站机组生产全过程的数据库，这些数据包含大量的隐含信息，以数据为中心的信息化理念将极大地变革电力信息化方式［4-8］。

煤质变化等原因造成机的组出力不稳定不利于电网调度。因此，提供合适的出力预测方案可以方便电网做出合适的调度安排，避免不必要的风险。基于从头计算的机组负荷预测自然可以有较高的准确性，但其需要输入的参数太多，且大多不能在线测量。……